{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "视频理解与画质算法工程师-音视频技术",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机、通信、电子、数学等相关专业硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责视频理解与画质分析相关算法的研究和落地，包括视频内容理解、时序建模、ROI/SOD、事件定位、视频价值评估等方向；\n2、负责主客观画质评价、局部画质劣化检测、可解释质量分析等算法建设，支撑点播、直播、推荐、转码增强等业务场景；\n3、参与端到端视频体验优化方案设计，结合视频分析、画质评估、视频处理和编码策略，提升用户观看体验和处理效率；\n4、探索多模态大模型在视频理解、画质评估、生成式增强、交互式视频处理等方向的应用，推动前沿技术在真实业务中的规模化落地；\n5、参与数据集构建、算法训练与优化、线上监控、客观评测、A/B实验和效果归因，与产品、工程、推荐、转码等团队协作验证业务收益。",
        "requirements_text": "1、计算机、通信、电子、数学等相关专业硕士学位及以上，具备扎实的机器学习、计算机视觉、图像/视频处理基础；\n2、熟悉视频分析、视频理解、视频质量评价、画质增强或视频编码策略中的一个或多个方向，了解相关前沿技术和工程落地方法；\n3、熟悉深度学习框架和主流模型结构，包括但不限于PyTorch/TensorFlow、Transformer、多模态大模型等，有实际训练、调优或部署经验；\n4、熟练掌握C/C++、Python中至少一种编程语言，具备良好的代码能力和工程实现能力；\n5、熟悉Linux开发环境，了解OpenCV、FFmpeg、sklearn、Shell、HDFS等常用工具，或有视频中长时序理解、Few-Shot/Grounding质量评估、用户偏好建模、像素级质量检测、生成式画质增强等相关经验者优先；\n6、具备较强的问题拆解、实验设计、数据分析和跨团队沟通能力，能够将前沿算法转化为稳定、可评估、可复用的业务能力；在CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI、ACM MM等会议或期刊发表论文，或有大规模视频业务算法落地经验者优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "计算机视觉",
            "数据分析",
            "沟通能力",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "5、熟悉Linux开发环境，了解OpenCV、FFmpeg、sklearn、Shell、HDFS等常用工具，或有视频中长时序理解、Few-Shot/Grounding质量评估、用户偏好建模、像素级质量检测、生成式画质增强等相关经验者优先；在CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI、ACM MM等会议或期刊发表论文，或有大规模视频业务算法落地经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7657014177593493765/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7657014177593493765",
        "post_date": "2026-06-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7657014177593493765/detail"
    },
    "fulltext": "视频理解与画质算法工程师-音视频技术\n职位描述\n1、负责视频理解与画质分析相关算法的研究和落地，包括视频内容理解、时序建模、ROI/SOD、事件定位、视频价值评估等方向；\n2、负责主客观画质评价、局部画质劣化检测、可解释质量分析等算法建设，支撑点播、直播、推荐、转码增强等业务场景；\n3、参与端到端视频体验优化方案设计，结合视频分析、画质评估、视频处理和编码策略，提升用户观看体验和处理效率；\n4、探索多模态大模型在视频理解、画质评估、生成式增强、交互式视频处理等方向的应用，推动前沿技术在真实业务中的规模化落地；\n5、参与数据集构建、算法训练与优化、线上监控、客观评测、A/B实验和效果归因，与产品、工程、推荐、转码等团队协作验证业务收益。\n\n职位要求\n1、计算机、通信、电子、数学等相关专业硕士学位及以上，具备扎实的机器学习、计算机视觉、图像/视频处理基础；\n2、熟悉视频分析、视频理解、视频质量评价、画质增强或视频编码策略中的一个或多个方向，了解相关前沿技术和工程落地方法；\n3、熟悉深度学习框架和主流模型结构，包括但不限于PyTorch/TensorFlow、Transformer、多模态大模型等，有实际训练、调优或部署经验；\n4、熟练掌握C/C++、Python中至少一种编程语言，具备良好的代码能力和工程实现能力；\n5、熟悉Linux开发环境，了解OpenCV、FFmpeg、sklearn、Shell、HDFS等常用工具，或有视频中长时序理解、Few-Shot/Grounding质量评估、用户偏好建模、像素级质量检测、生成式画质增强等相关经验者优先；\n6、具备较强的问题拆解、实验设计、数据分析和跨团队沟通能力，能够将前沿算法转化为稳定、可评估、可复用的业务能力；在CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI、ACM MM等会议或期刊发表论文，或有大规模视频业务算法落地经验者优先。\n1、负责视频理解与画质分析相关算法的研究和落地，包括视频内容理解、时序建模、ROI/SOD、事件定位、视频价值评估等方向；\n2、负责主客观画质评价、局部画质劣化检测、可解释质量分析等算法建设，支撑点播、直播、推荐、转码增强等业务场景；\n3、参与端到端视频体验优化方案设计，结合视频分析、画质评估、视频处理和编码策略，提升用户观看体验和处理效率；\n4、探索多模态大模型在视频理解、画质评估、生成式增强、交互式视频处理等方向的应用，推动前沿技术在真实业务中的规模化落地；\n5、参与数据集构建、算法训练与优化、线上监控、客观评测、A/B实验和效果归因，与产品、工程、推荐、转码等团队协作验证业务收益。\n1、计算机、通信、电子、数学等相关专业硕士学位及以上，具备扎实的机器学习、计算机视觉、图像/视频处理基础；\n2、熟悉视频分析、视频理解、视频质量评价、画质增强或视频编码策略中的一个或多个方向，了解相关前沿技术和工程落地方法；\n3、熟悉深度学习框架和主流模型结构，包括但不限于PyTorch/TensorFlow、Transformer、多模态大模型等，有实际训练、调优或部署经验；\n4、熟练掌握C/C++、Python中至少一种编程语言，具备良好的代码能力和工程实现能力；\n5、熟悉Linux开发环境，了解OpenCV、FFmpeg、sklearn、Shell、HDFS等常用工具，或有视频中长时序理解、Few-Shot/Grounding质量评估、用户偏好建模、像素级质量检测、生成式画质增强等相关经验者优先；\n6、具备较强的问题拆解、实验设计、数据分析和跨团队沟通能力，能够将前沿算法转化为稳定、可评估、可复用的业务能力；在CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI、ACM MM等会议或期刊发表论文，或有大规模视频业务算法落地经验者优先。",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}